买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东机电职业技术学院

摘要：本发明公开了一种视频背景消除方法、系统、设备及存储介质，属于背景消除技术领域，解决传统方法处理速度慢的技术问题，方法包括以下步骤：步骤1.构建多类支持向量机模型；步骤2.构建用于训练多类支持向量机模型的颜色模型；步骤3.确定多类支持向量机模型进行类的归属判断的标准；步骤4.构建自动背景学习更新规则；步骤5.获取预训练图像，并输入多类支持向量机模型来学习训练背景图像；步骤6.获取待分割图像，使用训练好的多类支持向量机模型来对待分割图像进行前景分割，输出分割好的图像。本发明基于多类支持向量机的背景消除算法，能够实现提取运动背景的二值图像的功能，处理速度和效果表现均优于传统算法，显现出较强的鲁棒性。

主权项：1.一种视频背景消除方法，其特征在于，包括以下步骤：步骤1.构建多类支持向量机模型；步骤2.构建用于训练所述多类支持向量机模型的颜色模型；利用能将色彩信息与亮度分离的YUV颜色空间和HSI颜色空间相结合，用Y、U、V、H四个参数来表示一个像素，得下颜色模型如下： Y＝0.299R+0.587G+0.114B；U＝-0.147R-0.289G+0.436B；V＝0.615R-0.515G-0.1B；在第t帧图像中，色度U和V在第i个像素与背景B的第n类的变化通过距离Dn来测量： 其中，BU,n和BV,n分别表示背景B的第n类中U和V的值；如果Dn的值在阈值THD内，该阈值是所有图像的全局阈值，则将其定义为匹配类；可以调整Dn来控制错误检测的概率，一旦找到匹配的类，H和Y就会被作为最终决策的两个后续条件：首先，针对H的特性，当一个新的物体出现在相应的位置时，H值的变化大于一个阈值THH；其次，针对Y的特性，当Y的变化小于阈值THY时，像素是一个可靠的背景；因此，要将新像素分类为背景需要满足以下标准：Dn≤THD；H≤THH；Y≤THY；其中THD、THH和THY都是经验值；步骤3.确定所述多类支持向量机模型进行类的归属判断的标准；将U，V分离为U和V，并将U和V视为两个独立的特征；u和v分别是U和V的一个值，处理u的数据时，u+THD和u-THD都被视为一个类的特征，它们的边界u+THD+c和u-THD-c被视为背景范围内的特征；超出此范围的值被视为前景特征；处理v的数据时，v+THD和v-THD都被视为一个类的特征，它们的边界v+THD+c和v-THD-c被视为背景范围内的特征；像素值u和v都属于同一类时，才将该像素视为背景，否则视为前景；步骤4.构建自动背景学习更新规则；自动背景学习更新是通过重新训练数据和更新每个类的权重这两个步骤来实现；重新训练数据具体为：定义unew，vnew为新类的中心，uc，vc为离新类的中心最近的类的中心，Dnew为新类的半径，DC为离新类的中心最近的类的半径；unew和vnew的值是独立计算的，unew的取值根据以下规则确定，如果unew到uc的距离大于2THD，则将unew的值设为THD；如果unew到uc的距离大于DC但小于2THD，则unew的值设为|unew-uc|-DC-2c；如果unew到uc的距离小于DC，则将unew的值设为DC；vnew的取值根据以下规则确定，如果vnew到vc的距离大于2THD，则将vnew的值设为THD；如果vnew到vc的距离大于DC但小于2THD，则vnew的值设为|vnew-vc|-DC-2c；如果vnew到vc的距离小于DC，则将vnew的值设为DC；更新每个类的权重具体为：在第t帧图像中，第i个像素背景的第n个类处的权重ωn，i，t更新函数可表示为： 其中，Ni为第i个像素背景中类的个数，α为更新速率，当类匹配时Mn，i，t为1，其余类为0，fcx为决策函数， ωn，i，t由fcx决定，取值范围小于1；步骤5.获取预训练图像，并使用所述预训练图像输入所述多类支持向量机模型来学习训练背景图像；步骤6.获取待分割图像，使用训练好的多类支持向量机模型来对所述待分割图像进行前景分割，输出分割好的图像。

全文数据：

权利要求：

百度查询： 广东机电职业技术学院 一种视频背景消除方法、系统、设备及存储介质